数据挖掘算法-时间序列

时间序列算法R实现

setwd("D:/arima")
library(forecast)
library(fUnitRoots)
Data=read.csv("D:/arima/data",header=T)[,2]
sales=ts(Data)
plot.ts(sales,xlab="时间", ylab="销量 / 元")
#单位根检验
unitrootTest(sales)
#自相关图
acf(sales)
#一阶差分
difsales=diff(sales)
plot.ts(difsales,xlab="时间", ylab="销量残差 / 元")
#自相关图
acf(difsales)
#单位根检验
unitrootTest(difsales)
#白噪声检验
Box.test(difsales, type="Ljung-Box") 
#偏自相关图
pacf(difsales)
#ARIMA(1,1,0)模型
arima=arima(sales, order=c(1,1,0))
arima
forecast=forecast.Arima(arima, h=5, level=c(99.5))
forecast